Strata es un motor de inferencia gratuito y de código abierto que permite chatear, programar y trabajar con imágenes ejecutando modelos de IA directamente en tu PC, sin cuenta y sin enviar datos a la nube. Funciona como aplicación de escritorio o desde la terminal en Windows, Linux y Mac.

Strata nació con una idea sencilla: que un modelo de lenguaje de gran tamaño, del tipo que normalmente exige servidores dedicados, pueda correr en una computadora personal común. El proyecto, disponible en el repositorio oficial de Strata en GitHub bajo licencia MIT, se describe como “gratis, de código abierto y tuyo para ejecutar”. No pide cuenta, no requiere suscripción y existe en dos sabores: una aplicación de escritorio con chat, archivos y vista previa en una sola ventana, y una aplicación de terminal controlada con el comando strata launch.

¿Qué modelos puedo ejecutar con Strata?

El catálogo recomendado prioriza los empaquetados de ISTA-DASLab y después los de Unsloth y otros proveedores, según lo que quepa en tu equipo. Los tres modelos documentados en el README oficial son:

• Qwen3.8-Flash-Next: el modelo insignia. ISTA-DASLab ofrece variantes Q2_0, IQ2_XS, IQ3_XXS e IQ3_S, más una versión Coder IQ1_M pensada para tareas de programación. Unsloth añade empaquetados UD-IQ4_XS, UD-Q4_K_XL, UD-Q5_K_XL, UD-Q6_K_XL y Q8_0.
• Qwen3.6-35B-A3B: un modelo MoE más ligero con empaquetados UD-Q4_K_XL, UD-Q6_K_XL y Q8_0 de Unsloth.
• DeepSeekV4.1-Flash-1017: el caso más ambicioso. Lo que no cabe en memoria se lee desde el SSD, así que exige mucho espacio libre en disco: entre 191 GB y 274 GB de descarga según el set elegido.

Si dudas entre estas opciones, conviene revisar primero cómo elegir un LLM local según tu escenario de uso, porque la decisión inteligente empieza por el hardware y no por la marca.

¿Qué hardware necesito?

La compatibilidad oficial cubre un rango amplio de equipos, desde tarjetas de video de gama media hasta plataformas de memoria unificada:

Para el modelo más pesado, DeepSeekV4.1-Flash-1017, el propio proyecto publica mediciones de rendimiento con el set de 2.00 bpw. Resulta particularmente interesante la brecha entre configuraciones:

Lo relevante no es solo la velocidad bruta, sino que el modelo simplemente corre en ambos extremos del espectro. Para calibrar expectativas con tu propia tarjeta, la guía de qué LLM local ejecutar según tu VRAM sigue siendo la mejor referencia para no comprar hardware de más.

¿Cómo se instala en escritorio y terminal?

La aplicación de escritorio tiene un instalador por sistema —Strata 0.2.13 para Windows, Linux y Mac— y en el primer arranque descarga el motor correspondiente a tu tarjeta gráfica:

1. Windows: Strata-0.2.13-windows-x64-setup.exe
2. Linux: Strata-0.2.13-linux-x86_64.AppImage
3. Mac: Strata-0.2.13-macos-arm64.dmg

Para quienes prefieren la terminal, el proyecto publica comandos de instalación de una sola línea. En Linux y Mac:

curl -fsSL –connect-timeout 15 –max-time 120 https://github.com/Niko1221/Strata/releases/latest/download/install.sh -o install.sh && sh install.sh

En Windows PowerShell:

irm -TimeoutSec 120 https://github.com/Niko1221/Strata/releases/latest/download/install.ps1 | iex

Después basta ejecutar strata launch y seguir las indicaciones para descargar y arrancar el modelo. El proyecto también mantiene una página oficial de descargas y guías con instrucciones detalladas por plataforma.

Guía detallada de procesos paso a paso

Esta guía recorre el flujo completo desde cero hasta tener Strata conectado a tus herramientas de trabajo. Sigue los pasos en orden y no necesitarás nada más que tu equipo y conexión a internet para la descarga inicial.

Paso 1: ¿cómo preparar tu equipo antes de instalar?

Antes de descargar nada, verifica tres cosas: qué tarjeta gráficas tienes, cuánta RAM libre reporta tu sistema y cuánto espacio queda en tu SSD. Strata reutiliza una biblioteca de modelos existente si ya tienes una, pero los modelos grandes como DeepSeekV4.1-Flash-1017 necesitan hasta 280 GB de disco libre según la documentación oficial. Verifica también que tu sistema corresponde a la tabla de hardware soportado: una RTX de las series 20 a 50, una Radeon de las familias listadas, Intel Arc en Linux, Apple Silicon M1 o superior, o una plataforma Strix Halo.

Paso 2: ¿cómo instalar la aplicación de escritorio?

1. Descarga el instalador correspondiente a tu sistema desde la página oficial de descargas del proyecto.
2. Ejecuta el archivo descargado y confirma la instalación. En Windows es un setup tradicional, en Linux un AppImage que solo requiere permisos de ejecución, y en Mac una imagen dmg estándar.
3. Abre la aplicación por primera vez. En ese primer arranque, Strata descarga automáticamente el motor de inferencia correspondiente a tu tarjeta gráfica.
4. Elige un modelo del catálogo integrado y confirma la descarga. El propio asistente indica qué variantes caben en tu equipo.
5. Abre la pestaña de chat y comienza a conversar. La ventana integra chat, gestión de archivos y una vista previa en vivo.

Paso 3: ¿cómo instalar y usar la versión de terminal?

1. Ejecuta el comando de instalación de una línea para tu sistema (los dos comandos están en la sección anterior).
2. En Windows, abre una terminal nueva después de la instalación para que el comando strata quede disponible en el PATH.
3. Ejecuta strata launch. El asistente interactivo te pedirá elegir familia de modelo, variante, contexto, carpeta de almacenamiento y configuración de acceso.
4. Si quieres planear la descarga antes de confirmarla, usa strata launch –plan para inspeccionar el plan de descarga.
5. Para ejecución desatendida, agrega –yes –no-tui: el servidor queda corriendo en segundo plano.
6. Administra el servidor con strata launch –status para consultar el estado, strata connect para conectar herramientas y strata launch –stop para detenerlo.

Un matiz técnico que conviene conocer: si un modelo ya está corriendo con otros ajustes, el comando –yes solo no lo reinicia. Debes agregar –restart para reemplazar la ejecución, y ten en cuenta que el reinicio interrumpe las respuestas en curso.

Paso 4: ¿cómo ejecutar DeepSeekV4.1-Flash-1017 específicamente?

El modelo más grande del catálogo tiene su propio flujo documentado. Strata descarga los archivos y el motor DeepSeek, y después arranca el modelo. El comando de la documentación oficial es:

strata launch –family deepseek41 –model ist-das-2.00bpw –plan

Antes de lanzarlo, elige tu set según tu disco disponible:

Este modelo corre en NVIDIA RTX de las series 30, 40 y 50 con Windows o Linux, en la AMD Radeon AI PRO R9700 con Linux, en AMD Ryzen AI Max (Strix Halo) con Windows, y en Macs Apple Silicon con 64 GB o más de memoria unificada.

Paso 5: ¿cómo conectar tus herramientas de programación?

1. Con el servidor corriendo, ejecuta strata connect en la terminal.
2. El comando muestra instrucciones de configuración específicas para cada herramienta compatible: Claude Code, Codex CLI, OpenCode, oh-my-pi, pi.dev, Hermes Agent, OpenClaw y otras.
3. Copia la configuración mostrada en la herramienta de tu elección. Strata expone API compatibles con OpenAI y Anthropic en localhost, así que la mayoría de clientes solo necesita apuntar su endpoint base al servidor local.
4. Verifica la conexión con una consulta de prueba. El endpoint local por defecto responde en http://127.0.0.1:8080 según la guía de instalación.
5. Si vas a exponer el puerto a una red, define una clave de API antes de hacerlo: la documentación recomienda asignar la variable correspondiente antes de abrir el acceso externo.

¿Cómo se compara Strata con LM Studio, Ollama y otras herramientas?

Esta es la pregunta que casi todos se hacen, y la respuesta honesta requiere una aclaración previa: no todas estas opciones compiten en la misma categoría. LM Studio es una aplicación de escritorio con interfaz gráfica que corre modelos GGUF mediante llama.cpp y MLX en Apple Silicon, con un servidor local compatible con la API de OpenAI y soporte para chatear con documentos sin conexión. Ollama es un gestor de modelos basado en terminal que descarga y ejecuta LLMs con un solo comando, expone una API REST compatible con OpenAI en el puerto 11434 y permite crear modelos personalizados con Modelfile. Unsloth no es un motor de ejecución sino un proveedor de empaquetados de cuantización optimizados (las variantes UD- que Strata y otras herramientas consumen). La comparativa queda así:

La conclusión práctica: si tu objetivo es chatear con modelos de 8B a 35B con la menor fricción posible, LM Studio u Ollama siguen siendo el camino más corto. Si lo que buscas es ejecutar un modelo que en teoría no cabe en tu máquina —más de cien mil millones de parámetros en una GPU de consumo—, Strata es hoy la propuesta más directa del ecosistema.

¿Qué pasa con la privacidad de tus conversaciones?

Un detalle que vale la pena señalar: las conversaciones del chat se guardan solo en el almacenamiento local del navegador, no en el servidor ni en la carpeta de Strata. Las imágenes no se conservan, solo sus nombres. Es una decisión coherente con la filosofía del proyecto, aunque conviene saber que al cambiar de navegador o limpiar los datos del sitio se pierde el historial.

¿Cuáles son los casos de uso ideales de Strata?

• Programación asistida con modelos grandes: conectar Claude Code, Codex CLI u OpenCode a Qwen3.8-Flash-Next en su variante Coder IQ1_M, manteniendo el código propietario fuera de cualquier nube.
• Documentos sensibles: análisis de contratos, expedientes o información confidencial que no puede salir del equipo por política interna o regulación.
• Trabajo con imágenes: el motor acepta entrada opcional de imágenes, útil para describir capturas o diagramas sin subirlos a servicios externos.
• Estaciones sin internet estable: una vez descargado el modelo, la inferencia es completamente local, sin depender de conexión ni límites de uso.
• Eliminar costos por tokens: para volúmenes altos de consultas, la inversión en disco y RAM se recupera frente a las suscripciones de servicios en la nube.
• Laboratorio de experimentación: probar variantes de cuantización del mismo modelo y medir el compromiso entre calidad, velocidad y memoria en tu propio hardware.

Por qué importa en el ecosistema de IA local

Lo cierto es que Strata no compite en la misma categoría que las herramientas de escritorio tradicionales para modelos pequeños. Su apuesta es distinta: llevar modelos de más de cien mil millones de parámetros a hardware de consumo mediante cuantización agresiva y lectura desde SSD. Encaja bien dentro de la tendencia que ya revisamos al analizar el stack de IA local con herramientas de código abierto, donde privacidad, costo cero y control del entorno son los tres pilares.

El desarrollo se financia con patrocinios de GitHub y donaciones, no con licencias comerciales. Para el usuario final eso se traduce en una promesa poco común en 2026: potencia de modelo grande, cero factura mensual y datos que no salen de la máquina. Habrá que ver cómo evoluciona la velocidad en hardware de gama media, pero como propuesta, Strata ya cumple lo esencial.